我想用 天赋 用于情感分析,但我也需要知道每个词对一个句子的分数影响有多大。
我按照这个 文章 来预测情绪,但它没有显示如何提取给定句子的特征.我假设有一种方法来做这种特征提取,因为它在那篇文章中的介绍方式,但我找不到它。我试着阅读了 flair 文档和代码本身,但没有看到这样的方法。
我想找的是这样的功能。
import flair
text = flair.data.Sentence(<string-with-sentiment>)
model = flair.models.TextClassifier.load('en-sentiment')
model.predict(text)
print(s.individual_sentiments)
"结果
[('i', 0.08), ('do', 0.09), ('like', 1.0), ('you', -0.32)]
我并不是要训练我自己的模型 而是使用一个预先训练好的模型 就像上面的代码例子一样
注意:我并不拘泥于flair,如果有不同的框架有这个功能,我也很乐意知道。我试图使用flair,因为在我测试时,它的准确率超过了Textblob和ltk的VADER。
文章中其实有一个colab的链接。笔记本 在底部,我错过了。在那篇文章中,似乎实现的方法只是在整句话之外,将每个词单独分类。